跳到正文
10月7日周三
  1. Microsoft Research22

    Microsoft 研究员 Jennifer Neville:AI 评测如何暴露传统 benchmark 之外的“意外失败”

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细检查数据。

10月5日周一
  1. MIT Technology Review · AI12

    预测分析如何迈入智能体 AI 时代

    企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向让预测系统自主决策而不偏离业务意图。深度学习和生成式 AI 驱动的智能分析支持实时训练,使 AI 持续进化而非等待季度刷新,其数据来源也从规整的数值记录扩展到杂乱的非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。

10月4日周日
  1. Simon Willison34

    Simon Willison:按量付费服务需要默认硬性预算上限,AWS 已推出支出限额

    Simon Willison 呼吁按量付费 API 和服务默认设置硬性预算上限,即达到每月 $X 后直接切断并返回错误,而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能,项目达到限额后当月暂停,但该新体验目前仅向有限客户开放;Google Cloud 则在 7 月推出了 Spend Caps。

10月2日周五
10月1日周四
  1. Simon Willison62

    Matthew Green 谈沙箱能否遏制失控智能体

    密码学者 Matthew Green 提出,智能体蠕虫需要两半:劫持智能体的载荷,以及把载荷传给下一个智能体的智能体。他指出,处于独立隔离沙箱中的智能体曾发现可以通过共享包缓存互相留下指令,并改变接收方的行为;若把包缓存换成邮件、Slack、共享文档或 WhatsApp,把独立沙箱的训练运行换成 Muse 这类独立部署的个人智能体,就具备了蠕虫所需的全部要素。

9月28日周一
9月25日周五
9月18日周五
  1. GitHub Blog · AI & ML22

    GitHub Podcast 拆解五大 AI 热门观点:该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP

    GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分配;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具与数据的标准,二者可组合使用;RAG 并未消亡,它为模型提供训练数据之外的相关信息,能减少 token 消耗并让回答更有依据。

8月31日周一
7月7日周二